CN116316713A - 一种含风光和光伏的电网储能配置方法及装置 - Google Patents
一种含风光和光伏的电网储能配置方法及装置 Download PDFInfo
- Publication number
- CN116316713A CN116316713A CN202211528469.3A CN202211528469A CN116316713A CN 116316713 A CN116316713 A CN 116316713A CN 202211528469 A CN202211528469 A CN 202211528469A CN 116316713 A CN116316713 A CN 116316713A
- Authority
- CN
- China
- Prior art keywords
- power
- energy storage
- wind
- capacity
- rejection rate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 99
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000005611 electricity Effects 0.000 claims abstract description 26
- 238000004519 manufacturing process Methods 0.000 claims abstract description 26
- 238000004088 simulation Methods 0.000 claims abstract description 22
- 238000004364 calculation method Methods 0.000 claims abstract description 13
- 238000003860 storage Methods 0.000 claims description 19
- 238000007599 discharging Methods 0.000 claims description 16
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 claims description 10
- 229910052710 silicon Inorganic materials 0.000 claims description 10
- 239000010703 silicon Substances 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 238000010248 power generation Methods 0.000 claims description 8
- 230000000295 complement effect Effects 0.000 claims description 6
- 238000005286 illumination Methods 0.000 claims description 5
- 230000008901 benefit Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/48—Controlling the sharing of the in-phase component
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/22—The renewable source being solar energy
- H02J2300/24—The renewable source being solar energy of photovoltaic origin
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/28—The renewable source being wind energy
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了一种含风光和光伏的电网储能配置方法及装置。其中,方法包括:输入风光和光伏电网的***参数,初始化电网储能电站的规模容量;根据指定的运行方式以及初始化的规模容量,进行生产模拟计算,输出弃电率指标;判断弃电率指标是否达到预先设置的目标值;在弃电率指标未达到目标值的情况下,按照预先设置的步长逐步递增规模容量,进行生产模拟的迭代计算,输出更新弃电率指标;在弃电率指标达到目标值的情况下,判定规模容量为电网储能电站的容量。
Description
技术领域
本发明涉及电力***仿真分析技术领域,并且更具体地,涉及一种含风光和光伏的电网储能配置方法及装置。
背景技术
随着风电和光伏多电源一体化的发展,风光大规模并网,风光的随机性与波动性使得电网调峰难度增大,由于常规火力机组在调峰时的最小出力等限制,使得部分风光出力未被利用,从而导致电网弃风弃光率升高。风光自然互补不能完全平抑各自的波动,不能达到负荷的要求。为满足调峰需求,常规火力机组单日出力波动较大,导致***经济性较差。储能技术可实现对电能的储存与释放,储能配合常规机组调峰可有效改善电网调峰压力,提高风光接纳量。2021年3月,国家发展改革委、国家能源局联合发布了《指导意见》,其中指出风光配储是未来的趋势,同时,国家对于弃风弃光率也有一定的要求。因此,对含风电和光伏的多电源一体化电网中的储能装置进行容量优化配置具有重要的意义。
发明内容
针对现有技术的不足,本发明提供一种含风光和光伏的电网储能配置方法及装置。
根据本发明的一个方面,提供了一种含风光和光伏的电网储能配置方法,包括:
输入风光和光伏电网的***参数,初始化电网储能电站的规模容量;
根据指定的运行方式以及初始化的规模容量,进行生产模拟计算,输出弃电率指标;
判断弃电率指标是否达到预先设置的目标值;
在弃电率指标未达到目标值的情况下,按照预先设置的步长逐步递增规模容量,进行生产模拟的迭代计算,输出更新弃电率指标;
在弃电率指标达到目标值的情况下,判定规模容量为电网储能电站的容量。
可选地,***参数包括电源结构、负荷特性、风电和光伏新能源出力特性。
可选地,生产规模约束条件包括:
新能源弃电率约束:
其中,ΔPpv+ΔPwt为新能源的弃电量;Ppv+Pwt为预计新能源最大发电量;
储能装机容量上限约束:
其中,BESS,PESS分别为储能装置的电量容量和功率容量。
SOC约束:
SOCmin≤SOCh≤SOCmax
最大充放电倍率约束:
Pess,h≤Pess,max
其中,Pess,max是最大充放电倍率η所对应的充放电功率。
可选地,包括:通过下述模型初始化电网储能电站的规模容量:
风电出力模型:
其中,Pr为风机额定功率;vin为切入风速;vout为切出风速;vr为额定风速;
光伏出力模型:
风光互补出力模型:
P=PW+PPV
其中,PW为风电功率;PPV为光伏功率;
储能充电状态模型:
储能充电状态模型:
其中,δt为损耗系数;ηc,ηd分别为充放电效率;PBat为充放电功率;为功率因数;IBat,t,c,IBat,t,d分别为充放电电流;VBat,c,VBat,d分别为充放电电压;CBat为额定容量。
根据本发明的另一个方面,提供了一种含风光和光伏的电网储能配置装置,包括:
初始化模块,用于输入风光和光伏电网的***参数,初始化电网储能电站的规模容量;
第一输出模块,用于根据指定的运行方式以及初始化的规模容量,进行生产模拟计算,输出弃电率指标;
判断模块,用于判断弃电率指标是否达到预先设置的目标值;
第二输出模块,用于在弃电率指标未达到目标值的情况下,按照预先设置的步长逐步递增规模容量,进行生产模拟的迭代计算,输出更新弃电率指标;
判定模块,用于在弃电率指标达到目标值的情况下,判定规模容量为电网储能电站的容量。
根据本发明的又一个方面,提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序用于执行本发明上述任一方面所述的方法。
根据本发明的又一个方面,提供了一种电子设备,所述电子设备包括:处理器;用于存储所述处理器可执行指令的存储器;所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述指令以实现本发明上述任一方面所述的方法。
从而,通过在对含风电和光伏的电网中通过配置储能能够有效减小了风电和光伏等新能源机组弃电率,有利于新能源的消纳,从而提高电力***运行的安全性和稳定性。配置储能后,***弃风弃光率较未配置储能降低,相较于火力机组单独调峰造成的风光消纳量与经济性之间的矛盾也有所缓解。从各个角度分析,储能是解决目前电网调峰问题的有效途径。
附图说明
通过参考下面的附图,可以更为完整地理解本发明的示例性实施方式:
图1是本发明一示例性实施例提供的含风光和光伏的电网储能配置方法的流程示意图;
图2是本发明一示例性实施例提供的弃电储电+快速放空的运行方式作为储能装置的运行策略示意图;
图3是本发明一示例性实施例提供的含风光和光伏的电网储能配置装置的结构示意图;
图4是本发明一示例性实施例提供的电子设备的结构。
具体实施方式
下面,将参考附图详细地描述根据本发明的示例实施例。显然,所描述的实施例仅仅是本发明的一部分实施例,而不是本发明的全部实施例,应理解,本发明不受这里描述的示例实施例的限制。
应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
本领域技术人员可以理解,本发明实施例中的“第一”、“第二”等术语仅用于区别不同步骤、设备或模块等,既不代表任何特定技术含义,也不表示它们之间的必然逻辑顺序。
还应理解,在本发明实施例中,“多个”可以指两个或两个以上,“至少一个”可以指一个、两个或两个以上。
还应理解,对于本发明实施例中提及的任一部件、数据或结构,在没有明确限定或者在前后文给出相反启示的情况下,一般可以理解为一个或多个。
另外,本发明中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本发明中字符“/”,一般表示前后关联对象是一种“或”的关系。
还应理解,本发明对各个实施例的描述着重强调各个实施例之间的不同之处,其相同或相似之处可以相互参考,为了简洁,不再一一赘述。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,技术、方法和设备应当被视为说明书的一部分。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
本发明实施例可以应用于终端设备、计算机***、服务器等电子设备,其可与众多其它通用或专用计算***环境或配置一起操作。适于与终端设备、计算机***、服务器等电子设备一起使用的众所周知的终端设备、计算***、环境和/或配置的例子包括但不限于:个人计算机***、服务器计算机***、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的***、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机***﹑大型计算机***和包括上述任何***的分布式云计算技术环境,等等。
终端设备、计算机***、服务器等电子设备可以在由计算机***执行的计算机***可执行指令(诸如程序模块)的一般语境下描述。通常,程序模块可以包括例程、程序、目标程序、组件、逻辑、数据结构等等,它们执行特定的任务或者实现特定的抽象数据类型。计算机***/服务器可以在分布式云计算环境中实施,分布式云计算环境中,任务是由通过通信网络链接的远程处理设备执行的。在分布式云计算环境中,程序模块可以位于包括存储设备的本地或远程计算***存储介质上。
示例性方法
图1是本发明一示例性实施例提供的含风光和光伏的电网储能配置方法的流程示意图。本实施例可应用在电子设备上,如图1所示,含风光和光伏的电网储能配置方法100包括以下步骤:
步骤101,输入风光和光伏电网的***参数,初始化电网储能电站的规模容量;
步骤102,根据指定的运行方式以及初始化的规模容量,进行生产模拟计算,输出弃电率指标;
步骤103,判断弃电率指标是否达到预先设置的目标值;
步骤104,在弃电率指标未达到目标值的情况下,按照预先设置的步长逐步递增规模容量,进行生产模拟的迭代计算,输出更新弃电率指标;
步骤105,在弃电率指标达到目标值的情况下,判定规模容量为电网储能电站的容量。
其中,目标值即为新能源弃电率约束条件3%,此外用户可根据需求设定为5%或其他百分含量,此处不作限定。
可选地,***参数包括电源结构、负荷特性、风电和光伏新能源出力特性。
可选地,生产规模约束条件包括:
新能源弃电率约束:
其中,ΔPpv+ΔPwt为新能源的弃电量;Ppv+Pwt为预计新能源最大发电量;
储能装机容量上限约束:
其中,BESS,PESS分别为储能装置的电量容量和功率容量。
SOC约束:
SOCmin≤SOCh≤SOCmax
最大充放电倍率约束:
Pess,h≤Pess,max
其中,Pess,max是最大充放电倍率η所对应的充放电功率。
可选地,包括:通过下述模型初始化电网储能电站的规模容量:
风电出力模型:
其中,Pr为风机额定功率;vin为切入风速;vout为切出风速;vr为额定风速;
光伏出力模型:
风光互补出力模型:
P=PW+PPV
其中,PW为风电功率;PPV为光伏功率;
储能充电状态模型:
储能充电状态模型:
其中,δt为损耗系数;ηc,ηd分别为充放电效率;PBat为充放电功率;为功率因数;IBat,t,c,IBat,t,d分别为充放电电流;VBat,c,VBat,d分别为充放电电压;CBat为额定容量。
具体地,本发明考虑新能源弃电率作为新能源消纳控制目标。采用下述具体技术方案实现的:
1.风电出力模型
风力机组的出力情况随着自然界的风能变化而变化,因此风力机组出力会表现出随机性和波动性。当风速服从威布尔分布函数时,风机输出功率如下所示:
式中:Pr为风机额定功率;vin为切入风速;vout为切出风速;vr为额定风速。
光伏出力模型
太阳辐射强度和运行温度直接影响了光伏板的输出功率。
2.光伏出力模型如下所示:
3.风光互补出力模型:
风光互补***输出总功率为:
P=PW+PPV
由于风电的波动性较强且具有反调峰特性,电力***峰谷差增大,风光互补之后不能完全符合负荷的需求,当负荷峰谷差较大时,常规机组参与调峰代价较大。储能作为优质的调峰资源,可以配合常规机组有效平滑***的功率波动。
4.储能模型:
假设在一个调度周期内储能装置不受外界温度湿度变化影响,且充放电过程中电压不变。
充电状态模型:
放电状态模型:
式中:δt为损耗系数;ηc,ηd分别为充放电效率;PBat为充放电功率;为功率因数;IBat,t,c,IBat,t,d分别为充放电电流;VBat,c,VBat,d分别为充放电电压;CBat为额定容量。
约束条件包括:
1.新能源弃电率约束
按新能源实际运行中控制弃电率的要求,考虑新能源弃电率约束,即风电、光伏全年弃电比例分别小于目标要求的比例(根据需要设置,一般可取3%或5%),为了将未利用的新能源尽可能的被储能装置吸收,储能容量需大于某个值。
式中:ΔPpv+ΔPwt为新能源的弃电量;Ppv+Pwt为预计新能源最大发电量。
2.储能装机容量上限约束
考虑到储能装置成本较高,为保证电厂效益,初始储能投资最好不超过***投资的30%,相应储能电量容量与功率容量不超过上限。
3.SOC约束
荷电状态SOC是储能一项重要参数,表征储能中剩余电量与储能额定电量容量的比值,电池的荷电状态应该在允许范围之内。
SOCmin≤SOCh≤SOCmax
最大充放电倍率约束
Pess,h≤Pess,max
式中:Pess,max是最大充放电倍率η所对应的充放电功率。且
本发明以弃电储电+快速放空的运行方式作为储能装置的运行策略。如图2所示。该策略以尽量接纳新能源弃电量为目标,在***发生弃电时储能电站即储电,在***不弃电且火电可继续压出力的时刻发电腾空,以便接纳下一时段的新能源弃电。该策略的优点是调度简单,易操作,储能电站能够充分利用,降低弃电率效果较好;缺点是储能***频繁动作,在储/发之间来回切换,影响储能寿命,而且也无火电装机替代效益。
含风电和光伏的电网储能配置方法的详细配置步骤如下:
步骤1:输入生产模拟(生产模拟是在给定的负荷条件下,模拟各发电机组的运行状况,计算发电***生产费用的一种仿真方法。)计算所需的***参数(包括电源结构、负荷特性、风电和光伏新能源出力特性等),各机组均按前述的模型进行建模。
步骤2:初步拟定储能电站规模序列(包括储能装机、时长、安装位置等),若非首次计算则按调整后的储能电站规模容量等进行计算,相关参数均不得超出前述的约束条件。
步骤3:然后指定储能电站运行方式;
步骤4:开展生产模拟计算(生产模拟一般包括以下步骤:
①根据输入负荷数据,形成所对应的时间阶段的负荷持续曲线。
②根据合理的原则安排机组检修计划。
③确定机组带负荷顺序。对火电机组可按经济效益排列出各机组的经济带负荷顺序,并满足备用容量的要求。对水电机组则根据其计划用水量,按照负荷曲线安排该机组承担负荷的合适的运行位置。
④按照机组带负荷顺序,逐台计算各机组的发电量。负荷持续曲线应进行修正以反映发电机组受迫停运的影响。
⑤计算发电***的燃料费用运行费用及可靠性等指标),通过生产模拟计算以后可统计得出新能源弃电率等指标。计算中采用的电力***源网荷一体化生产模拟软件支持多个分区(省、区域电网)1年内(8760小时)各类型发电资源(火电、水电、核电、气电、抽蓄、储能、新能源)的出力安排,计算跨区电力电量交换需求,形成电力平衡、电量平衡、调峰平衡以及开机位置、新能源弃电率等分析结果;
步骤5:若新能源弃电率指标达到设定的目标值(例如新能源弃电率指标取为5%),则结束计算。否则调整储能电站规模(增加储能电站容量,例如储能电站容量值步长取10MW)后转步骤2继续开展生产模拟计算;
步骤6:最后取新能源弃电率指标达到设定的目标值时的储能电站容量作为最终确定的储能配置容量。
从而,储能技术可实现对电能的储存与释放,储能配合常规机组调峰可有效改善电网调峰压力,提高风光接纳量。对含风电和光伏的多电源一体化电网中的储能装置进行容量优化配置具有重要的意义。通过在对含风电和光伏的电网中通过配置储能能够有效减小了风电和光伏等新能源机组弃电率,有利于新能源的消纳,从而提高电力***运行的安全性和稳定性。配置储能后,***弃风弃光率较未配置储能降低,相较于火力机组单独调峰造成的风光消纳量与经济性之间的矛盾也有所缓解。从各个角度分析,储能是解决目前电网调峰问题的有效途径。
示例性装置
图3是本发明一示例性实施例提供的含风光和光伏的电网储能配置装置的结构示意图。如图3所示,装置300包括:
初始化模块,用于输入风光和光伏电网的***参数,初始化电网储能电站的规模容量;
第一输出模块,用于根据指定的运行方式以及初始化的规模容量,进行生产模拟计算,输出弃电率指标;
判断模块,用于判断弃电率指标是否达到预先设置的目标值;
第二输出模块,用于在弃电率指标未达到目标值的情况下,按照预先设置的步长逐步递增规模容量,进行生产模拟的迭代计算,输出更新弃电率指标;
判定模块,用于在弃电率指标达到目标值的情况下,判定规模容量为电网储能电站的容量。
可选地,***参数包括电源结构、负荷特性、风电和光伏新能源出力特性。
可选地,生产规模约束条件包括:
新能源弃电率约束:
其中,ΔPpv+ΔPwt为新能源的弃电量;Ppv+Pwt为预计新能源最大发电量;
储能装机容量上限约束:
其中,BESS,PESS分别为储能装置的电量容量和功率容量。
SOC约束:
SOCmin≤SOCh≤SOCmax
最大充放电倍率约束:
Pess,h≤Pess,max
其中,Pess,max是最大充放电倍率η所对应的充放电功率。
可选地,包括:通过下述模型初始化电网储能电站的规模容量:
风电出力模型:
其中,Pr为风机额定功率;vin为切入风速;vout为切出风速;vr为额定风速;
光伏出力模型:
风光互补出力模型:
P=PW+PPV
其中,PW为风电功率;PPV为光伏功率;
储能充电状态模型:
储能充电状态模型:
其中,δt为损耗系数;ηc,ηd分别为充放电效率;PBat为充放电功率;为功率因数;IBat,t,c,IBat,t,d分别为充放电电流;VBat,c,VBat,d分别为充放电电压;CBat为额定容量。
示例性电子设备
图4是本发明一示例性实施例提供的电子设备的结构。如图4所示,电子设备40包括一个或多个处理器41和存储器42。
处理器41可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元,并且可以控制电子设备中的其他组件以执行期望的功能。
存储器42可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器41可以运行所述程序指令,以实现上文所述的本发明的各个实施例的软件程序的方法以及/或者其他期望的功能。在一个示例中,电子设备还可以包括:输入装置43和输出装置44,这些组件通过总线***和/或其他形式的连接机构(未示出)互连。
此外,该输入装置43还可以包括例如键盘、鼠标等等。
该输出装置44可以向外部输出各种信息。该输出装置44可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
当然,为了简化,图4中仅示出了该电子设备中与本发明有关的组件中的一些,省略了诸如总线、输入/输出接口等等的组件。除此之外,根据具体应用情况,电子设备还可以包括任何其他适当的组件。
示例性计算机程序产品和计算机可读存储介质
除了上述方法和设备以外,本发明的实施例还可以是计算机程序产品,其包括计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本发明各种实施例的方法中的步骤。
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本发明实施例操作的程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、C++等,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
此外,本发明的实施例还可以是计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本发明各种实施例的对历史变更记录进行信息挖掘的方法中的步骤。
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的***、***或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
以上结合具体实施例描述了本发明的基本原理,但是,需要指出的是,在本发明中提及的优点、优势、效果等仅是示例而非限制,不能认为这些优点、优势、效果等是本发明的各个实施例必须具备的。另外,上述公开的具体细节仅是为了示例的作用和便于理解的作用,而非限制,上述细节并不限制本发明为必须采用上述具体的细节来实现。
本说明书中各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似的部分相互参见即可。对于***实施例而言,由于其与方法实施例基本对应,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本发明中涉及的器件、***、设备、***的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的,可以按任意方式连接、布置、配置这些器件、***、设备、***。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇,指“包括但不限于”,且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”,且可与其互换使用,除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”,且可与其互换使用。
可能以许多方式来实现本发明的方法和***。例如,可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本发明的方法和***。用于所述方法的步骤的上述顺序仅是为了进行说明,本发明的方法的步骤不限于以上具体描述的顺序,除非以其它方式特别说明。此外,在一些实施例中,还可将本发明实施为记录在记录介质中的程序,这些程序包括用于实现根据本发明的方法的机器可读指令。因而,本发明还覆盖存储用于执行根据本发明的方法的程序的记录介质。
还需要指出的是,在本发明的***、设备和方法中,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本发明。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的,并且在此定义的一般原理可以应用于其他方面而不脱离本发明的范围。因此,本发明不意图被限制到在此示出的方面,而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外,此描述不意图将本发明的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例,但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。
Claims (7)
1.一种含风光和光伏的电网储能配置方法,其特征在于,包括:
输入风光和光伏电网的***参数,初始化所述电网储能电站的规模容量;
根据指定的运行方式以及初始化的所述规模容量,进行生产模拟计算,输出弃电率指标;
判断所述弃电率指标是否达到预先设置的目标值;
在所述弃电率指标未达到所述目标值的情况下,按照预先设置的步长逐步递增所述规模容量,进行生产模拟的迭代计算,输出更新所述弃电率指标;
在所述弃电率指标达到所述目标值的情况下,判定所述规模容量为所述电网储能电站的容量。
2.根据权利要求1所述的方法,其特征在于,所述***参数包括电源结构、负荷特性、风电和光伏新能源出力特性。
4.根据权利要求1所述的方法,其特征在于,包括:通过下述模型初始化所述电网储能电站的规模容量:
风电出力模型:
其中,Pr为风机额定功率;vin为切入风速;vout为切出风速;vr为额定风速;
光伏出力模型:
风光互补出力模型:
P=PW+PPV
其中,PW为风电功率;PPV为光伏功率;
储能充电状态模型:
储能充电状态模型:
5.一种含风光和光伏的电网储能配置装置,其特征在于,包括:
初始化模块,用于输入风光和光伏电网的***参数,初始化所述电网储能电站的规模容量;
第一输出模块,用于根据指定的运行方式以及初始化的所述规模容量,进行生产模拟计算,输出弃电率指标;
判断模块,用于判断所述弃电率指标是否达到预先设置的目标值;
第二输出模块,用于在所述弃电率指标未达到所述目标值的情况下,按照预先设置的步长逐步递增所述规模容量,进行生产模拟的迭代计算,输出更新所述弃电率指标;
判定模块,用于在所述弃电率指标达到所述目标值的情况下,判定所述规模容量为所述电网储能电站的容量。
6.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序用于执行上述权利要求1-4任一所述的方法。
7.一种电子设备,其特征在于,所述电子设备包括:
处理器;
用于存储所述处理器可执行指令的存储器;
所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述指令以实现上述权利要求1-4任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211528469.3A CN116316713A (zh) | 2022-11-30 | 2022-11-30 | 一种含风光和光伏的电网储能配置方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211528469.3A CN116316713A (zh) | 2022-11-30 | 2022-11-30 | 一种含风光和光伏的电网储能配置方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116316713A true CN116316713A (zh) | 2023-06-23 |
Family
ID=86836487
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211528469.3A Pending CN116316713A (zh) | 2022-11-30 | 2022-11-30 | 一种含风光和光伏的电网储能配置方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116316713A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116992242A (zh) * | 2023-09-26 | 2023-11-03 | 华北电力大学 | 一种火电-储能联合检修优化方法、***及电子设备 |
CN118229121A (zh) * | 2024-05-24 | 2024-06-21 | 中能智新科技产业发展有限公司 | 一种风光制氢一体化规划生产模拟方法、***及存储介质 |
-
2022
- 2022-11-30 CN CN202211528469.3A patent/CN116316713A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116992242A (zh) * | 2023-09-26 | 2023-11-03 | 华北电力大学 | 一种火电-储能联合检修优化方法、***及电子设备 |
CN116992242B (zh) * | 2023-09-26 | 2023-12-22 | 华北电力大学 | 一种火电-储能联合检修优化方法、***及电子设备 |
CN118229121A (zh) * | 2024-05-24 | 2024-06-21 | 中能智新科技产业发展有限公司 | 一种风光制氢一体化规划生产模拟方法、***及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116316713A (zh) | 一种含风光和光伏的电网储能配置方法及装置 | |
CN110266031B (zh) | 储能并网充放电量控制方法、装置、服务器及存储介质 | |
CN103326388A (zh) | 基于功率预测的微电网储能***及容量配置方法 | |
CN117852927B (zh) | 一种源网荷储一体化规划生产模拟方法、***及存储介质 | |
CN103326389A (zh) | 基于功率预测的微电网储能***及容量配置方法 | |
CN110580538A (zh) | 一种电力***备用需求的预测方法及装置 | |
CN107622331B (zh) | 一种发电机组与电力用户直接交易方式的优化方法和装置 | |
CN111523947A (zh) | 一种虚拟电厂发电成本生成方法 | |
CN112928755B (zh) | 光伏储能***的控制方法、装置及存储介质 | |
Chen | Optimize configuration of multi-energy storage system in a standalone microgrid | |
Zhou et al. | Dynamic pricing of integrated energy service providers based on master-slave game | |
CN114629135A (zh) | 风储调频容量的调节方法、装置、计算机设备及存储介质 | |
CN110544044B (zh) | 一种分布式电源对分时电价发电响应的边缘协同计算方法 | |
CN117293926B (zh) | 一种源网荷储一体化平台资源实时调度方法及装置 | |
Zhu et al. | Isolated Microgrid Capacity Configuration Considering Economic Risk of Customer Interruption | |
CN118229121B (zh) | 一种风光制氢一体化规划生产模拟方法、***及存储介质 | |
CN114069714B (zh) | 一种包含可再生能源的分布式电力***机组调度方法及装置 | |
Zhang et al. | An optimal capacity allocation method for integrated energy systems considering uncertainty | |
CN114498637B (zh) | 一种新能源场配置储能对利用率影响的分析方法 | |
CN116266706A (zh) | 一种发电侧储能装置容量配置方法及装置 | |
CN110867858B (zh) | 基于云计算的多能源***多源储能装置容量配置方法 | |
Wu et al. | Day-ahead Optimal Scheduling for Sensitive Loads and Demand Response Resources in Power System | |
Yu et al. | Peak load regulation method considering wind power accommodation based on source-load coordination | |
CN117013926A (zh) | 一种光伏储能控制***及方法 | |
Yan et al. | Economical Optimization of Coal-Fired Power Plants Containing Energy Storage Units Under Deep Peak Regulation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |